An average-case sensitivity analysis for unmeasured confounding

技术摘要：针对未观测混杂因素的平均情况敏感性分析

问题陈述
在观察性研究中，因果推断依赖于未混杂性（可忽略性）假设，该假设假定在给定观测协变量的条件下，处理分配与潜在结果相互独立。由于这一假设是无法检验的，因此需要进行敏感性分析，以评估违反未混淆性假设时结论可能发生的变化。现有的方法，特别是边际敏感性模型（Tan, 2006; Zhao et al., 2019），通常采用一个“最坏情况”参数（$\Gamma$），该参数对观测到的倾向得分与全数据倾向得分之间对数差值的 $L_\infty$ 范数进行界定。虽然这种最坏情况方法在数学上是易于处理的，但它可能过于悲观，因为该界限是由协变量中最极端（且可能是罕见的）的值决定的，未能捕捉到未观测混杂因素的平均强度。

方法论
作者提出了一种新的由倾向得分比的二阶矩 $\Sigma$ 参数化的平均情况敏感性模型。该模型不再通过限制最大偏差，而是约束倾向得分比的期望平方比：
$$E \{ \nu_{1,h}(X) \} \le \Sigma,$$
其中 $\nu_{1,h}(X) = E\{h^2(X, Y) \mid X, Z=1\}$ 且 $h(X, Y) = e(X)/e(X, Y)$ 为倾向得分比。这种形式仅要求未观测到的混杂强度的平均水平是受限的。

论文将相关的敏感性分析视为一个优化问题，以推导出平均潜在结果 $E\{Y(1)\}$ 和 $E\{Y(0)\}$ 的精确界限（sharp bounds）。

1. 总体解： 作者利用拉格朗日形式化方法解析地解决了该优化问题。
   • 他们将问题重新表述为最小化“风险”（二阶矩）与“回报”（一阶矩）之间的权衡，借鉴了马科维茨投资组合问题的类比。
   • 他们推导出了最优倾向得分比函数 $h^*(X, Y)$ 的闭式解。与最坏情况模型中最优解为分段常数函数（阶梯函数）不同，平均情况下的解是关于结果 $Y$ 的分段线性函数。
   • 他们证明了这些解能够产生精确界限，即在满足约束条件的有效数据生成分布下，所推导出的区间内的任何值都是可以实现的。
2. 估计与推断：
   • 作者推导了用于计算最坏情况和平均情况模型下界限及敏感性值的有效影响函数（EIFs）。
   • 他们提出了基于这些 EIFs 的单步估计量（one-step estimators），并利用交叉拟合（cross-fitting）来处理扰动参数（如倾向得分和条件结果密度）。这种方法即使在扰动参数以较慢速率（例如 $o_P(n^{-1/4})$）估计时，也能实现 $\sqrt{n}$-一致性和渐近正态性。
   • 为了便于在一定敏感性参数范围内进行推断，他们应用了**乘法自助法（multiplier bootstrap）**来构建敏感性曲线的同步置信带。

主要结果

• 更紧凑的界限： 通过一个涉及“门控混杂”（gated confounding）结构的数值示例，作者展示了平均情况模型比最坏情况模型能提供显著更紧凑的平均处理效应（ATE）界限。研究表明，最坏情况参数 $\Gamma$ 受极端离群值的驱动，而平均情况参数 $\Sigma$ 能更好地反映人口中大多数人的混杂强度。
• 效率： 模拟研究证实，与直接的插件估计量（plug-in estimators）相比，基于 EIFs 的提议单步估计量收敛更快，且具有更低的均方根误差（RMSE），尤其是在使用非参数方法估计扰动参数时。
• 真实数据应用： 在一项估计鱼类摄入量对血液汞水平影响的研究中（NHANES 2013-2014），作者根据观测到的协变量（教育、收入、年龄）对敏感性参数进行了校准。平均情况模型表明，结论（即鱼类摄入增加汞含量）对于与这些观测到的协变量量级相当的未观测混杂因素是稳健的；而最坏情况模型则表明该结论是脆弱的。平均情况下的界限明显更加乐观且更为紧凑。

意义与主张
本文声称通过从最坏情况转向平均情况约束，提供了一个更现实且不那么悲观的敏感性分析框架。其核心贡献包括：

1. 解析易处理性： 不同于以往为了使优化过程易于处理而放宽约束（从而导致非精确界限）的边际敏感性模型的泛化方法，本文提供了闭式、精确的解。
2. 统一视角： 推导出的解提供了一个统一的视角，将最坏情况模型与平均情况模型联系起来，强调了分段常数（最坏情况）与分段线性（平均情况）最优权重之间的结构性差异。
3. 实际效用： 通过实现同步置信带的构建以及提供利用观测协变量校准敏感性参数的方法，该方法能够在不牺牲数学严谨性的前提下，为观察性研究结果提供更细致且更乐观的解释。

作者认为，虽然平均情况模型更为乐观，但它仍然是一个有效的敏感性分析工具，捕捉了“平均”程度的未观测混杂，这对于政策和科学推断而言，往往比理论上的最坏情况场景更具相关性。